首先看看一个列表的类型，我们通过isinstance() 函数来判断一个列表的类型，通过实验1可以看出其只是一个可迭代的对象，而不是一个迭代器。可以通过iter() 函数返回一个其对应的迭代器。
“生成器表达式（简称生成式）”实际上可以理解为“迭代”和“列表解析”的组合，它使用小括号来表示。在实验2中，该生成式既是一个迭代器，又是一个可迭代对象。但是这个时候生成式是不能直接以列表形式输出打印的。
from typing import Iterable, Iterator
if __name__ == "__main__":
print("====== 案例1 ==========")
lst = [1, 4, 8]
print(isinstance(lst, Iterable)) # 是否可迭代 True
print(isinstance(lst, Iterator)) # 是否迭代器 False
print(isinstance(iter(lst), Iterator)) # 转成迭代器 True
print("====== 案例2 ==========")
lst2 = (x * x for x in range(1, 4))
print(isinstance(lst2, Iterable)) # 是否可迭代 True
print(isinstance(lst2, Iterator)) # 是否迭代器 True
print(lst2)
输出：
====== 案例1 ==========
True
False
True
====== 案例2 ==========
True
True
<generator object <genexpr> at 0x00000000029DFB88>
在列表中，我们可以通过 range() 函数自动生成一个整数列表,也可以在生成新列表的同时，对原列表元素再依次进行其它的处理。在没有for进行循环迭代的时候，我们需要通过list() 函数将其转换为一个可以输出的列表。
if __name__ == "__main__":
lst = list(range(5))
print(lst)
lst = [x+1 for x in [5, 5, 5]]
print(lst)
lst = [x * x for x in list(range(1, 8)) if x % 2 == 0]
print(lst)
lst = [x * y for x in range(1, 3) for y in range(10, 15)]
print(lst)
输出：
[0, 1, 2, 3, 4]
[6, 6, 6]
[4, 16, 36]
[10, 11, 12, 13, 14, 20, 22, 24, 26, 28]
生成器是一个“机器”，用来生产零件，每调用一次 next() 函数的时候就生产一个零件，所以，调用生成器提前不知道有多少个零件，只能通过 next() 方法进行不停调用，直至抛出StopIteration异常为止。调用生成器的时候，碰到 yield 语句就停止本次生产。
from typing import Iterable, Iterator
if __name__ == "__main__":
print("====== 案例1 ==========")
# 用小括号表示的是生成器
lst = (x * x for x in range(5))
# 生成器返回的是一个对象，而不是列表
print(type(lst))
# 生成器生成的对象，需要使用迭代（for）的方法查看
for x in lst:
print(x)
print("====== 案例2 ==========")
# 调用时执行到 yield 即停止
def add(x, y, num):
for v in range(1, num):
t = (x + y) * v
# yield 有return 的作用
yield t
m = add(1, 1, 5)
# 是否“可迭代对象”
print(isinstance(m, Iterable))
# 是否是一个“迭代器”
print(isinstance(m, Iterator))
# 执行到第一次 yield 即停止
print(next(m))
# 从第二次 yield 开始执行直到结束
for x in m:
print(x)
输出：
====== 案例1 ==========
<class 'generator'>
0
1
4
9
16
====== 案例2 ==========
True
True
2
4
6
8
联系客服
